当线虫在培养皿中蠕动时，在微小的线虫更微小的大脑内部发生了什么？神经科学家现在对这个问题有了比以往任何时候都更详细的答案。与任何实验动物（从小鼠到猴子）一样，这些答案可能包含关于更复杂生物的头脑内容的线索，包括我们自己头部的神经回路中存在的东西。
周一发表在《细胞》杂志上的一项新的大脑“图谱”和计算机模型，阐述了线虫物种秀丽隐杆线虫的行为与这种模式生物的各个脑细胞之间的联系。有了这些发现，研究人员现在可以观察秀丽隐杆线虫以特定方式进食或移动，并推断出该动物特定神经元中许多行为的活动模式。通过建立谦逊的线虫中的这些大脑-行为联系，神经科学家们离理解各种动物大脑（甚至可能是人类大脑）如何编码行为又近了一步。
普林斯顿大学研究线虫大脑的神经科学家和物理学家安德鲁·莱弗说：“我认为这是一项非常出色的工作，”“研究蠕虫大脑如何运作最令人兴奋的原因之一是，它有望能够理解任何大脑如何产生行为，”他说道。“我们在蠕虫中发现的东西构成了在其他生物中寻找的假设。”
支持科学新闻报道
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道 订阅。通过购买订阅，您正在帮助确保有关塑造我们当今世界的发现和想法的具有影响力的故事的未来。
几十年来，生物学家一直被线虫生物学的优雅简洁性所吸引。南非生物学家悉尼·布伦纳因其开创性工作而获得2002年诺贝尔生理学或医学奖，这项工作使秀丽隐杆线虫成为研究细胞成熟和器官发育的实验动物。秀丽隐杆线虫是第一个完成整个基因组和神经系统 mapping 的多细胞生物。第一个秀丽隐杆线虫大脑的神经图谱或“连接组”于1986年发表。在那项研究中，科学家们用彩色铅笔手绘连接，并绘制了这种一毫米长的透明动物体内302个神经元和大约5,000个突触中的每一个。从那时起，神经科学的一个分支学科应运而生——一个致力于绘制越来越复杂的生物的大脑图谱的分支学科。科学家们已经汇编了许多更多线虫连接组，以及海洋环节动物蠕虫、蝌蚪、蛆和成年果蝇的大脑图谱。然而，这些图谱仅仅是单个动物在特定时间点的快照。它们可以告诉我们很多关于大脑结构的信息，但很少能说明行为与该结构的关系。
在最新发表的研究中，科学家们深入研究了超过150个秀丽隐杆线虫神经元（约占线虫体内神经细胞的一半，几乎是集中在动物头部的所有神经细胞）的形式和功能之间的联系，该研究的资深作者、麻省理工学院的神经科学家史蒂文·弗拉维尔说。弗拉维尔和他的同事们将过去在脑图谱绘制和神经元标记方面的工作与最近开发的显微镜方法相结合，这些方法使得可以在蠕虫移动时扫描秀丽隐杆线虫的大脑。这使得研究人员可以跟踪数十条蠕虫的蠕动、进食以及对外部刺激（如激光的热量）的实时反应。“它们是冷血动物，所以它们讨厌它，”弗拉维尔说。
科学家们依靠机器学习算法来训练他们专门的显微镜来跟踪线虫的运动。另外，他们编写了人工智能软件程序，以快速可靠地跨图像跟踪每个神经元的特定信号。然后，弗拉维尔和他的同事们使用数学建模，确定了在40条线虫的某些行为期间存在的神经活动模式。所有数据和模型都已在网站WormWideWeb上在线发布。
托马斯·杰斐逊大学的神经科学家蒂莫西·莫斯卡说：“这是工作上令人印象深刻的结合，”他没有参与这项新研究。莫斯卡说，这不是第一次有人对活跃动物进行全脑成像。这也不是一个“一劳永逸的模型”：研究人员没有研究每一种可能的行为，他们只能观察神经元核中的活动，而不是细胞之间广泛的连接。但他指出，将复杂的行为和图像数据与已 mapping 的神经元的身份相结合——并且“真正从中理解一些东西”——是一个巨大的进步。
新泽西理工学院 (NJIT) 的神经生物学家加尔·哈斯佩尔（未参与该研究）说，本质上，结果就像将线虫大脑的旧式纸质路线图升级为现代数字路线图，后者可以包含实时信息，例如交通和天气。新泽西理工学院的另一位神经科学家法赞·纳迪姆（也未参与这项新研究）同意这个类比，并将该研究的发现称为“动态地图”。纳迪姆说，能够跟踪动物移动时的神经活动，就像能够观察汽车在一天中在高速公路上行驶一样。
该研究的作者观察到可能适用于秀丽隐杆线虫以外物种的神经模式。首先，不同的脑细胞似乎在不同的时间尺度上发出信号：一些在蠕虫移动的瞬间活跃，而另一些则在运动结束后很久才继续显示活动。“它们是动物过去行为在神经系统中回响的表示，”弗拉维尔解释道。他补充说，这些神经元可能与记忆、处理或学习有关。
神经元也以不同的组合工作来编码行为的变化——向后移动时向右转与向前直行时向右转是不同的。最后，科学家检查的大约三分之一的脑细胞没有表现出与特定任务相关的活动模式。相反，它们是灵活的；它们完全改变了信号机制，以响应热激光引起的应激。
纳迪姆说：“这些结论对任何从事神经科学研究的人来说都不足为奇。”但与过去的理论和发现一致的额外证据证明，增强了这些方法的价值。“我们在这里拥有的是一个真正强大的工具”，可用于未来的科学进步，他补充道。弗拉维尔说，这种新的生物学知识可能会为我们正在进行的构建更好的人工智能系统的努力提供信息。
莫斯卡指出，这项研究中使用的相同策略可能有助于阐明其他模式动物（如斑马鱼或果蝇）的大脑-行为联系。通过未来的工作，科学家们将能够进一步集中研究大脑活动和行为之间的因果关系——一劳永逸。纳迪姆说，所有这一切都使我们更接近神经科学难以捉摸的终极目标：理解动物如何以及为何做它们所做的事情。